![](/user_photo/1409_eZHEC.jpg)
- •Раздел 1. Классическая вероятностная схема
- •1.1 Основные формулы комбинаторики
- •Теорема о перемножении шансов
- •Урны и шарики
- •Урновая схема: выбор без возвращения, с учетом порядка
- •Урновая схема: выбор без возвращения и без учета порядка
- •Урновая схема: выбор с возвращением и с учетом порядка
- •Урновая схема: выбор с возвращением и без учета порядка
- •1.2 Основные понятия элементарной теории вероятностей Предмет теории вероятностей. Статистическая устойчивость.
- •Пространство элементарных исходов. Операции над событиями
- •Вероятность на дискретном пространстве элементарных исходов
- •Классическое определение вероятности
- •Гипергеометрическое распределение
- •Раздел 2. Геометрическая вероятность
- •2.1 Что это такое
- •2.2 Задача о встрече
- •2.3 Задача Бюффона
- •2.4 Парадокс Бертрана
- •Раздел 3. Аксиоматика теории вероятностей
- •3.2 Вероятность как нормированная мера
- •Раздел 4. Условная вероятность, независимость
- •4.1 Условная вероятность
- •4.2 Независимость
- •4.3 Формула полной вероятности
- •4.4 Формула Байеса
- •Раздел 5. Схема Бернулли
- •5.1 Распределение числа успехов в nиспытаниях
- •5.2 Наиболее вероятное число успехов
- •5.3 Номер первого успешного испытания
- •5.4 Приближение гипергеометрического распределения биномиальным
- •5.5 Независимые испытания с несколькими исходами
- •5.6 Теорема Пуассона для схемы Бернулли
- •Раздел 6. Случайные величины и их распределения
- •6.1 Случайные величины
- •6.2 Дискретные распределения
- •6.3 Примеры дискретных распределений Вырожденное распределение.
- •Распределение Бернулли.
- •Биномиальное распределение.
- •Геометрическое распределение.
- •Распределение Пуассона.
- •Гипергеометрическое распределение.
- •Раздел 7. Функция распределения
- •7.1 Свойства функции распределения
- •Прочие полезные свойства функций распределения
- •Функция распределения дискретного распределения
- •Раздел 8. Абсолютно непрерывные распределения
- •Свойства плотностей
- •8.1 Примеры абсолютно непрерывных распределений
- •8.2 Свойства нормального распределения
- •Стандартное нормальное распределение
- •Раздел 9. Случайные вектора и их распределения
- •9.1 Свойства функции совместного распределения
- •9.2 Типы многомерных распределений
- •Дискретное совместное распределение
- •Абсолютно непрерывное совместное распределение
- •9.3 Независимость случайных величин
- •Раздел 10. Преобразования случайных величин
- •10.1 Преобразование одной случайной величины
- •10.2 Функции от двух случайных величин
- •10.3 Примеры использования формулы свертки
- •Раздел 11. Числовые характеристики случайных величин
- •11.1 Математическое ожидание случайной величины
- •11.2 Свойства математического ожидания
- •11.3 Моменты старших порядков. Дисперсия
- •11.4 Свойства дисперсии
- •11.5 Математические ожидания и дисперсии стандартных распределений
- •Раздел 11. Числовые характеристики случайных величин
- •11.1 Математическое ожидание случайной величины
- •11.2 Свойства математического ожидания
- •11.3 Моменты старших порядков. Дисперсия
- •11.4 Свойства дисперсии
- •11.5 Математические ожидания и дисперсии стандартных распределений
- •Раздел 12. Числовые характеристики зависимости случайных величин
- •12.1 Чем отличается дисперсия суммы от суммы дисперсий?
- •12.2 Коэффициент корреляции
- •12.3 Свойства коэффициента корреляции
- •Раздел 13. Куда и как сходятся последовательности случайных величин
- •13.1 Сходимость «почти наверное» и «по вероятности»
- •13.2 Неравенства Чебышёва
- •13.3 Законы больших чисел
- •13.4 Примеры использования збч и неравенства Чебышёва
- •Раздел 14. Цпт (центральная предельная теорема)
- •14.1 Как быстро сходится к ?
- •14.2 Слабая сходимость
- •14.3 Центральная предельная теорема
- •14.4 Предельная теорема Муавра — Лапласа
- •14.5 Примеры использования цпт
1.2 Основные понятия элементарной теории вероятностей Предмет теории вероятностей. Статистическая устойчивость.
Теория вероятностей изучает закономерности, возникающие в случайных экспериментах (явлениях). Случайным называют эксперимент, результат которого нельзя предсказать заранее. Невозможность предсказать заранее — основное, что отличает случайноеявление отдетерминированного.
Не все случайные явления (эксперименты) можно изучать методами теории вероятностей, а лишь те, которые могут быть воспроизведены в одних и тех же условиях и обладают (непонятно как проверяемым заранее) свойством «статистической устойчивости : «если А — некоторое событие, могущее произойти или не произойти в результате эксперимента, то доляn(A)/nчисла экспериментов, в которых данное событие произошло, имеет тенденцию стабилизироваться с ростом общего числа экспериментовn, приближаясь к некоторому числуP(A). Это число служит объективной характеристикой «степени возможности» событиюАпроизойти.
В дальнейшем мы будем говорить лишь о случайных экспериментах, обладающих данными свойствами, а свойство статистической устойчивости докажем в утверждении, известном как закон больших чисел Я.Бернулли.
Пространство элементарных исходов. Операции над событиями
Определение 1.Пространством элементарных исходовΩ(«омега») называется множество, содержащее все возможные результаты данного случайного эксперимента, из которых в эксперименте происходит ровно один. Элементы этого множества называютэлементарными исходамии обозначают буквойω(«омега») с индексами или без.
Определение 2.Событиямимы будем называть подмножества множестваΩ. Говорят, что в результате экспериментапроизошло событие А Ω, если в эксперименте произошел один из элементарных исходов, входящих в множествоА.
Замечание 3. Вообще говоря, можно назвать событиями не обязательно все подмножества множестваΩ, а лишь множества из некоторого набора подмножеств. О смысле такого ограничения мы поговорим позднее.
Пример 1. Один раз подбрасывается одна игральная кость (кубик). Самый разумный способ задать пространство элементарных исходов таков:Ω= {1,2,3,4,5,6}, элементарные исходы здесь соответствуют числу выпавших очков.
Примеры событий: A = {1,2}— выпало одно или два очка;A = {1,3,5}— выпало нечетное число очков.
Пример 2. Два раза подбрасывается одна игральная кость (кубик). Или, что, то же самое, один раз подбрасываются две игральные кости. Как мы увидим в дальнейшем, здесь самый разумный способ задать пространство элементарных исходов — считать результатом эксперимента упорядоченную пару чисел(i, j),в которой1 i, j 6иi - число очков выпавших первый раз,j – число очков, выпавших второй раз.Ω = {(i, j), где 1 i, j 6}
Примеры событий:
A = {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6)}— при первом подбрасывании выпало одно очко;
A = {(1,1),(2,2), (3,3), (4,4), (5,5), (6,6)}— при двух подбрасываниях выпало одинаковое число очков.
Пример 3. На поверхность стола бросается монета. Результатом эксперимента можно считать координату центра монеты (а если нам не безразличен угол поворота монеты, то можно добавить и величину этого угла). Пространство элементарных исходов — множество точек стола (во втором случае — множество пар{x, φ}, гдеx — координата точки стола иφ [0, 2π]— угол поворота). Число элементарных исходов такого эксперимента несчетно.
Пример 4. Монета подбрасывается до тех пор, пока не выпадет вверх гербом. Пространство элементарных исходов состоит из бесконечного, но счетного числа исходов:
Ω = {г, рг, ррг, рррг, ррррг, рррррг, …}, гдер игобозначают выпадение решки и герба при одном подбрасывании, соответственно.
Пример 5. Приведем пример неправильно выбранного пространства элементарных событий. Пусть при бросания игральной кости Ч = {четное число очков}, Т = {число очков, кратное трем}. ТогдаΩ = {Ч, Т, 1, 5}составляет все исходы эксперимента, однако исходы Ч и Т могут наступать одновременно.
Определение 3.
1. Достоверным называется событие, которое обязательно происходит в результате эксперимента, то есть единственное событие, включающее все без исключения элементарные исходы — событиеΩ.
2. Невозможнымназывается событие которое не может произойти в результате эксперимента, то есть событие, не содержащее ни одного элементарного исхода («пустое множество»). Заметим, что всегдаΩ.
Определение 4. ПустьА и В — события.
1. Объединением А U В событийА и В называется событие, состоящее в том, что произошло либоА , либоВ, либо оба события одновременно. На языке теории множествА U В есть множество, содержащее как элементарные исходы, входящие вА, так и элементарные исходы, входящие вВ.
2. ПересечениемА ∩ВсобытийА и В называется событие, состоящее в том, что произошли оба событияА и В одновременно. То естьА∩Весть множество, содержащее элементарные исходы, входящие одновременно вА и вВ.
3. ДополнениемА \ ВсобытияА до Вназывается событие, состоящее в том, что произошло событиеА , но не произошлоВ. То естьА \ Весть множество, содержащее элементарные исходы, входящие вА, но не входящие вВ.
4. Противоположным(илидополнительным)
к событиюАназывается событие,
состоящее в том, что событиеАв результате эксперимента не произошло.
Иначе говоря,
есть множество, содержащее элементарные
исходы, не входящие вА.
Определение 5.
1. События А и В называютсянесовместными, еслиА∩В=.
2. События А1, А2 , … Аnназываютсяпопарнонесовместными, если для любыхi ≠ j, 1 i,j n, событияАiиАjнесовместны.
3. Говорят, что событие А влечет событиеВ, и пишутА В, если всегда, как только происходит событиеА, происходит и событиеВ. На языке теории множеств это означает, что любой элементарный исход, входящий вА, одновременно входит и в событиеВ.